Implementación de técnicas de segmentación de instancias basadas en aprendizaje máquina

Abstract

Este trabajo consiste en la aplicación del algoritmoMask R-CNN [1] a dos bases de datos de imágenes de retinografías con el fin de automatizar el proceso de segmentación del disco óptico y la excavación óptica.Mask R-CNN es un algoritmo de aprendizaje máquina lanzado en 2018 por los investigadores de “Facebook”: Kaiming He, Georgia Gkioxari,Piotr Dollár y Ross Girshick.Mask R-CNN es un algoritmo capaz de dada una imagen: localizar el objeto de interés (disco óptico o excavación óptica), clasificar el objeto encontrado y segmentarlo. Se hará un breve recorrido histórico dando una breve pincelada sobre el funcionamiento cada uno de los algoritmos de lo cuales deriva Mask R-CNN. Hablaremos de algoritmos como: R-CNN[2], Fast R-CNN[3] y Faster R-CNN[4]. Se explicará el funcionamiento de cada de las partes que compone el algoritmo Mask R-CNN tales como: la red FPN (Feature Pyramid Network), la red RPN (Region ProposalNetwork), la red ROI (Region of Interest), las redes FC (Full Connected Network) y la rama convolucional. También se hablará brevemente sobre la implementación del algoritmo: por quien está hecha ésta, las funciones que implementa y las modificaciones que ha hecho el alumno para el funcionamiento del algoritmo en las bases de datos deseadas. Las dos bases en las que se realizaran las pruebas son: la base de datos de Drions [5] que es una base de datos de 110 imágenes de retinografías con solo una instancia por imagen (disco óptico) y la base de datos de Rim-one [6] que es una base de datos de 159 imágenes de retinografías con dos instancias por imagen (disco óptico y excavación óptica). Las pruebas que se realizaran en ambas bases de datos constaran de modificar los parámetros del algoritmo. Con el fin de facilitar la comprensión del trabajo, los parámetros se clasificaran acorde al área que del algoritmo que modifiquen. Ambas bases de datos, para las pruebas que se van a realizar, quedarán dividas en 3 partes: entrenamiento, validación y test. En cada parte se realizaran las mediciones de error correspondientes. El principal objetivo de este trabajo es averiguar si el algoritmo es capaz de auxiliar a los expertos del campo de la medicina, en la tediosa tarea de la segmentación de instancias, en este caso del disco óptico y la excavación óptica. La labor principal del alumno es modificar los parámetros del algoritmo para conseguir los mejores resultados para cada una de las dos bases de datos en las que se harán las pruebas. Además de adquirir experiencia en el campo de aprendizaje máquina, concretamente en el área de visión artificial. Los test realizados en cada uno se presentarán en formato de tabla, además de algunas imágenes que ilustren las características del rendimiento del algoritmo. Una vez finalizadas todas las pruebas se harán una serie de correcciones en una de las dos base de datos, tales como: correcciones de iluminación, técnicas de aumento, técnicas de filtrado de valores atípicos. Por último se presentarán las conclusiones del trabajo acorde de los resultados obtenidos